通信行业点评报告：OPENAIO1模型来临 RL助力模型提升推理能力

　　OpenAI 发布o1-preview 和o1-mini 模型，推理能力显著提升

    北京时间2024 年9 月13 日，OpenAI 发布新一代o 系列模型o1 以及o1-mini，在模型训练时引入大规模reinforcement learning（RL），随着训练时计算(train-timecompute)时间的增加以及推理(test-time compute)时间的延长，o1 模型性能持续提升。通过RL 训练，o1 模型在推理时使用思维链（Chain of Thought）的方式解决问题，能够将复杂问题分解成多个简单步骤，并即时识别和纠正错误，显著提升了模型的推理能力。在最大化推理时间的前提下，o1 在绝大多数推理密集型任务中性能显著优于GPT-4o，模型测试结果显示，57 个MMLU 子类别中，o1在54 个子类别中的表现优于 GPT-4o，性能可与人类专家媲美。

    　　o1 模型尚未单独定价，计划为chatgpt 免费用户提供o1-mini 使用权限

    从推理成本上看，o1 模型主要在大型文本数据集上预训练，推理成本较高且速度较慢，o1-mini 模型在预训练阶段争对STEM 推理进行优化，尤其擅长数学及代码领域，模型参数较小且延时推理较低，推理成本比OpenAI o1-preview 低80%。目前，ChatGPT Plus 和 Team 用户将能够访问 ChatGPT 中的o1 系列模型，Enterprise 和 Edu 用户将在下周开启访问，OpenAI 当前仅在ChatGPT 和API 中提供模型预览版本，未来将上线浏览、文件和图像上传以及其他功能，未来将为ChatGPTFree 用户提供o1-mini 使用权限。o1 模型并未额外定价，但使用存在限制，o1-preview 模型的每周使用限制为 30 条消息，o1-mini 的每周使用限制为 50 条消息。

    　　推理技术迎来革新，或将是AI 大语言模型发展重要拐点

    OpenAI 表示除了新的OpenAI o1 系列之外，仍在继续开发GPT 系列模型。我们认为早期AI 大语言模型性能提升主要凭借Scaling law，在语料数据集以及模型参数持续提升的情况下，模型的性能持续突破，而本次o1 系列模型问世，代表着模型能通过RL 在除开训练侧之外的推理侧，引入思维链等新技术的方式提升模型的性能，为科学、数学、编码等专业领域提供更准确的答案，或是生成式AI 发展的重要拐点。

    　　AI 大模型持续迭代，国内外云巨头持续增加对AI 基础设施的资本开支，我们持续看好算力产业链。推荐标的：宝信软件、中际旭创、英维克、新易盛、天孚通信、中兴通讯、盛科通信；受益标的：润泽科技、源杰科技、华工科技、紫光股份、光迅科技、华丰科技、网宿科技、烽火通信、云赛智联等。

    　　风险提示：AI发展不及预期、智算中心建设不及预期、行业竞争加剧。

声明：

1. 风险提示：以上内容仅来自互联网，文中内容或观点仅作为原作者或者原网站的观点，不代表本站的任何立场，不构成与本站相关的任何投资建议。在作出任何投资决定前，投资者应根据自身情况考虑投资产品相关的风险因素，并于需要时咨询专业投资顾问意见。本站竭力但不能证实上述内容的真实性、准确性和原创性，对此本站不做任何保证和承诺。
2. 本站认真尊重知识产权及您的合法权益，如发现本站内容或相关标识侵犯了您的权益，请您与我们联系删除。